一、基本概况
在我的项目中,常常会用到树形结构的数据,最为明显的就是左边菜单栏,类似于window folder一样的东西。
而我之前一直是借助前端封装好的ZTree等工具实现展示,而后台则通常使用递归进行数据的查找。通常,我们在设计数据库表的时候,一般会使用三个字段:id,name,pid。如下图所示:
二、代码实现
首先是建立实体类:
<span style="font-family:KaiTi_GB2312;font-size:18px;"> private String id; private String name; private String pid;</span>
编写实体类的get和set方法。
然后,我们通常会有以下的几个方法(通常情况,封装粒度不同,方法的实现个数和内容也不同):
1,找到所有的父节点
<span style="font-family:KaiTi_GB2312;font-size:18px;">public List<TreeEntity> findAllParents() { String sql = "select * from test where pid is null or pid='' "; List<TreeEntity> treeList = null; try { conn = DbUtil.getConnection(); pstmt = conn.prepareStatement(sql); rs = pstmt.executeQuery(); treeList = new ArrayList<TreeEntity>(); while (rs.next()) { TreeEntity myTree = new TreeEntity(); myTree.setId(rs.getString("id")); myTree.setName(rs.getString("name")); myTree.setPid(rs.getString("pid")); treeList.add(myTree); } } catch (SQLException e) { e.printStackTrace(); } finally { DbUtil.close(pstmt); DbUtil.close(conn); } return treeList; }</span>
2,根据父节点找到所有的孩子
<span style="font-family:KaiTi_GB2312;font-size:18px;">public List<TreeEntity> findChildByPid(String pid) { String sql = "select * from test where pid='" + pid + "'"; List<TreeEntity> treeList = null; try { conn = DbUtil.getConnection(); pstmt = conn.prepareStatement(sql); rs = pstmt.executeQuery(); treeList = new ArrayList<TreeEntity>(); while (rs.next()) { TreeEntity myTree = new TreeEntity(); myTree.setId(rs.getString("id")); myTree.setName(rs.getString("name")); myTree.setPid(rs.getString("pid")); treeList.add(myTree); } } catch (SQLException e) { e.printStackTrace(); } finally { DbUtil.close(pstmt); DbUtil.close(conn); } return treeList; }</span>
备注:这两个方法可以合并,这里是为了让自己更好的理解,而写了两个方法。可以判断传入的pid的值,确定其查找的是父节点,还是根据父节点查找子节点。
3,查看是否存在子节点
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public boolean HasChild(String pid) { boolean flag = false; String sql = "select * from test where pid='" + pid + "'"; int count = 0; try { conn = DbUtil.getConnection(); pstmt = conn.prepareStatement(sql); rs = pstmt.executeQuery(); while(rs.next()){ count++; } if (count > 0) { flag = true; } } catch (SQLException e) { e.printStackTrace(); } finally { DbUtil.close(pstmt); DbUtil.close(conn); } return flag; }</span>
4,使用递归拼接父节点的子节点
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public void BindChildByParent(String pid, String prefix) { if (this.HasChild(pid)) { // 得到当前父节点下的所有孩子 List<TreeEntity> list = this.findChildByPid(pid); // 循环打印当前父节点下的孩子 for (int i = 0; i < list.size(); i++) { System.out.println("|----"+prefix+list.get(i).getName()); if (this.HasChild(list.get(i).getId())) { this.BindChildByParent(list.get(i).getId(),"--"); } } } }</span>
5,打印树
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public void TreeHtml() { // 找到所有的父节点 List<TreeEntity> treeList1 = this.findAllParents(); if (treeList1 != null) { for (int i = 0; i < treeList1.size(); i++) { TreeEntity tree = treeList1.get(i); // 打印父节点 System.out.println("|--" + tree.getName()); // 绑定孩子 this.BindChildByParent(tree.getId(), ""); } } else { System.out.println("没有数据!"); } }</span>
6,main方法调用,及实现结果
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public static void main(String[] args) { Tree tree = new Tree(); tree.TreeHtml(); }</span>
三、代码思考
最近,由于考试,看了数据结构 这本书。首先,我是在想,大家都用的这种方法,到底好在哪儿了,还有就是,为什么在我们的数据库设计中,树的度的概念没有体现出来。其次是,对于树的遍历,有非递归的方式,我想也许,我也可以不用递归,就实现树形结构的数据查找。于是乎,请看下文:
为什么我不想用递归:
1,经过查证,系统使用递归算法,需要系统堆栈处理。当树的深度很大时,由于系统支撑不住,会呈现死亡状态。
2,递归算法的运行效率较低,无论是耗费的计算时间还是占用的存储空间都比非递归算法要多。
3,最为直接的原因:很长一段时间里,我都不能理解递归算法,我总在想,可不可以用我会的,我喜欢的 方式,去解决我面临的问题?
递归的好处:
结构清晰,可读性强,而且容易用数学归纳法来证明算法的正确性,因此它为设计算法、调试程序带来很大方便。
五、总结
事实证明,对于树结构的数据搜索,完全可以不使用递归。我总算完成了我自己的梦想,终于,我可以不用递归,也可以实现树结构的查找了。更为高兴的是,事实证明,采用非递归的方式,在我接触到的项目中,它有更大的优势。
下一篇播客,介绍怎么用非递归的方式查找树结构的数据!至此,我好像觉得自己又变得不一样了的感觉,我把数据结构这本书的内容,完全结合到自己的项目中,并且用这些东西,去改造去理解我的代码。开心,不过还有图,我不知道怎么用的,关于图,我想到了非关系型数据库,再去验证吧!